[發(fā)明專利]基于運動估計改進的自適應去隔行算法

在審

• 申請?zhí)枺?/td>: 202211480502.X
• 申請日: 2022-11-24
• 公開（公告）號: CN115866177A
• 公開（公告）日: 2023-03-28
• 發(fā)明（設計）人: 張曄;張俊;代年樹
• 申請（專利權）人: 中科芯集成電路有限公司
• 主分類號: H04N7/01
• 分類號: H04N7/01
• 代理公司: 無錫派爾特知識產權代理事務所(普通合伙) 32340
• 代理人: 楊強

1.基于運動估計改進的自適應去隔行算法，其特征在于，包括如下步驟：

步驟1：利用運動塊來判定像素的運動狀態(tài)；

對四場運動檢測算法進行運動檢測，分別計算場間像素塊的一類絕對差值和SAD以及一類絕對像素差diff，用于檢測像素塊的運動程度，同時對一類絕對差值和以及目標的運動狀態(tài)進行定義；

步驟2：若像素判斷為運動，則引入非運動插值補償法中的場內插值法和場間插值法恢復當前場信息，若像素判斷為靜止，則直接進入步驟3；

步驟3：通過均值濾波平滑插值帶來的分層偽影效應。

2.如權利要求1所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟1中，定義一類絕對差值和SAD的公式如下：

3.如權利要求2所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟1中，利用絕對像素差diff檢測定義目標塊的運動狀態(tài)的公式如下：

diff1＝|F_n(x,y-1)-F_n(x,y+1)/

diff2＝|F_n-1(x,y)-F_n-1(x,y+2)/

diff3＝|F_n(x,y+1)-F_n-1(x,y)|

diff4＝|F_n(x,y+1)-F_n-1(x,y+2)|。

4.如權利要求3所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟1還包括：當場景受到環(huán)境變化導致運動狀態(tài)檢測錯誤時，則引入Sobel梯度算子與SAD相結合，來度量場間的運動狀態(tài)；

具體過程如下：首先利用SAD來找出場間相似運動塊信息，再利用Sobel梯度算子計算塊的邊緣梯度圖，計算梯度圖間的歐式距離，引入THR閾值判定目標塊相似度，準確定義目標塊的運動狀態(tài)；

邊緣梯度圖間的歐式距離的公式如下：

5.如權利要求4所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟2中對待檢測點的運動狀態(tài)進行判定的具體過程如下：

1)SAD1≥Th或SAD2≥Th；

2)diff1≤Th1且diff2≤Th1且diff3≤Th2且diff4≤Th2，Th1＜Th2；

3)1THR且E2THR；

4)其他情況則判為靜止狀態(tài)；

其中：x，y表示像素點的坐標，n表示場序號，F(xiàn)n(x，y)表示像素點(x，y)的亮度值，E1，E2分別表示為n場，n-2場和n+1場，n-1場像素塊歐式距離，Th、Th1、Th2和THR為事先設定的閾值。

6.如權利要求1所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟2中，若像素判斷為運動，則利用插值法取中值操作對當前像素值進行恢復，具體如下：

f_cur(x+1,y),f_nex(x,y))，

其中med為取中值符號，f_cur(x,y)為當前幀在(x，y)處像素值，f_pre(x,y)為當前幀前一幀在(x，y)處像素值，f_nex(x,y)為當前幀下一幀在(x，y)處像素值；反之，當前幀像素值f_cur(x,y)值不變；最終實現(xiàn)圖像去隔行。

7.如權利要求1所述的基于運動估計改進的自適應去隔行算法，其特征在于，所述步驟3中，執(zhí)行去隔行算法后，得到的圖像具有分層偽影，采用均值濾波對運動像素區(qū)域進行平滑操作，在去偽影的同時提升了圖像的整體畫質。